云发生器的软件实现

用MATLAB实现了云发生器,包括正向云发生器和逆向云发生器。正向云发生器的核心技术是用中心极限定理生成正态随机数。对随机数产生的原理进行了阐述,通过用云表示定性概念“青年”对实验结果进行了分析。     

云映射和映射隶属云*

为描述事物间关系的不确定性及其变化情况,提出云映射概念。对定义域的每个元素,通过随机变量将其非确定地变换到可能的取值空间,各随机变量的分布特征在定义域上构成特征函数,能够反映非确定变换随自变量的变化情况;提出了映射的隶属云概念,云映射在定义域全体元素的隶属云片构成映射的隶属云;采用映射的期望(即精确函数)、熵函数和超熵函数描述定性概念在整个自变量取值空间的变化情况,给出了正向映射云和逆向映射云算法。以人类记忆的遗忘过程为例,说明了云映射和映射隶属云的有效性及其应用前景。     

正态分布真随机数云模型发生器

云模型发生器多是基于伪随机数的发生器.在充分研究了随机数发生器、云模型的国内外发展现状的基础上,设计了一种产生高质量随机数的硬件实现方案,并使用软件的方法将均匀分布的真随机序列逐步转换成正态分布真随机数一维云模型,全面论述了一种基于真随机数的云模型发生器的实现方法,国内尚属首次,是对云模型研究的有益补充.     

云模型的隶属概念判定中阈值生成

在基于云模型的隶属概念判定算法中,人工给定的阈值不能根据对象隶属的多个概念的特征进行调整,从而影响到判定算法的适应性。基于云模型的“[3σ]规则”,提出一种自适应阈值生成算法。由其得到的阈值用于基于云模型的隶属概念判定算法,不仅使得原有的隶属概念判定算法可适用于不同特征的概念,而且使其更加符合人们的认识规律。阈值生成算法在不确定性的定性定量转换方面也具有较高的应用价值。     

一种改进的基于隶属云模型的蚁群算法

为了解决传统蚁群算法的收敛速度慢和易陷入局部最优等缺陷,做出如下改进：首先采用云模型来自适应控制蚂蚁的随机性;其次缩小了后继城市的搜索范围;最后引入2-opt局部搜索策略。对城市规模从50到高达1 000的TSP问题进行仿真,并与先前提出的改进蚁群算法进行对比,结果表明,该算法不仅偏离率更小,而且运行时间短。随着城市规模的增大,优势更明显。     

基于隶属度理论的云服务行为信任评估模型研究

针对云用户难以在大量性能特征不同的云服务提供者中找到满足自己性能偏好和特定信任等级的云服务的问题,建立了一个合理的、科学的云服务行为信任评估系统。设计了云服务行为信任评估系统框架,基于隶属度理论建立了云服务行为信任评估模型,利用综合信任云重心评价法来计算云服务行为信任度,经过实验分析,该模型能够根据用户性能需求,对云服务进行更准确、科学的信任评估。     

利用云模型实现FSVM遥感影像分类的隶属度算法

针对遥感影像分类面临的数据边界模糊性以及遥感信息解译过程不确定性的问题,结合模糊支持向量机在分类应用中可以有效避免噪声样本干扰的特点,提出一种基于云模型求解模糊支持向量机隶属度的方法。该方法通过无需隶属度的逆向云算法输入样本的定量位置得到样本类别的数字特征,再根据正向云算法计算得到每个样本对其定性类别的隶属度。实验结果表明,采用基于云模型隶属度的模糊支持向量机对遥感影像的分类方法是可行的,并能够有效提高对遥感影像的分类精度。     

基于定性基准变换的模糊隶属度表示法

在基准拓扑空间中进行的基准变换，在扰动系数映射调节下，可以构成集合套，从而可以确定一个模糊集，最后得到隶属度的一个基于定性基准变换的表示法。     

基于粗隶属函数的粗糙集模型的推广

通过粗隶属函数,将粗糙集理论与模糊集理论联系起来,建立一种粗糙集理论与模糊集理论间的关系。把粗隶属函数视为论域上的一个特殊模糊集,用它的!-截集和强"-截集的概念,将经典粗糙集模型进行推广,提出基于等价关系的隶属度粗糙集模型,验证一些有用的性质,并证明该模型比Pawlak粗糙集模型具有更好的精度。最后将基于等价关系的隶属度粗糙集模型拓展到基于一般二元关系的广义隶属度粗糙集模型,并给出其相应的性质。     

知识云及其在知识获取中的意义

如何有效地获取领域专家的知识一直被视为人工智能中的难题．本文的目的在于提出一种关于知识获取的基本观点，并以此观点为基础来研究知识获取问题．这个观点的基本内容是：象波尔的原于模型一样，在专家的知识周围有一些知识层．它们是认识和获取专家知识的突破口或入口．本文将这些知识层看成是知识云，同时将上述观点视作知识云假设．我们将讨论知识云的内涵，研究知识云假设的合理性，最后将阐述知识云这一概念在知识获取中的意义．     

二维云模型及其在预测中的应用

本文一维正态云的基础上，进一步提出了二维正态的思想，给出了描述二维云的数字特征和二维云的数学模型，探讨了二维云发生器的构成方法和应用前景，尤其是在基于数据库的知识发现方面，在定性和定量相结合的基础上，为进行多种预测，融随机性与模糊性为一体，表达不确定性，提供更系统，更高层的工具。     

一种SOA云服务平台架构研究与应用

在完美SOA分布式系统架构平台基础上,面向服务进行云架构模式的分析,建立以云端用户、云服务平台中心和云服务提供者构成的云架构模式,实现SOA云平台体系架构,将云服务提供者分成云服务接口层、云服务调度管理层、云计算服务层和云物理服务层。经过改进提高了云平台的服务能力和执行效率,并给出了提高该云平台调度效率的调度算法。通过数字校园云进行了云平台实例演示,显示了SOA云服务平台的架构和调度算法的快速服务响应能力。     

基于云模型的导航系统模糊可靠性评测分析

阐述基于云模型理论的飞行器导航系统模糊可靠性评测分析.云模型是一种新的实现定性概念和定量数值之间转换的有力工具,用来统一刻划基于语言值的定性概念和数值表示之间的相互映射关系.云的数字特征期望值Ex、熵En和超熵He三个数值表征,把模糊性和随机性完全集成在一起,作为知识表示的基础.将其用于飞行器导航系统模糊可靠性分析及故障检测,可有效地提高飞行器导航系统的可靠性分析.仿真结果说明了该分析方法的可行性和有效性.     

移动云计算任务交互图的能效映射与调度

为了降低移动设备的能耗,移动应用可分解为多个互联模块,构建为任务交互图TIG结构,并卸载至云端资源上执行。多数已有研究仅在任务调度阶段以动态电压/频率调整手段进行能量优化,忽略了任务-资源映射阶段。基于此,在任务-资源映射阶段和资源频率分配阶段中同步进行能量优化,设计一种基于二次分派问题QAP的调度算法。任务-资源映射阶段中,计算最差全局松弛时间,并将其分配至整个TIG中的任务。资源频率分配阶段中,通过动态电压/频率调整,在不超过局部期限的同时减慢任务执行,实现能效优化。实验结果表明,在该算法下进行的任务卸载,平均可以为移动设备节省约35%的能耗。     

基于KINECT传感器采集三维点云的高效鲁棒人脸识别

针对传统的三维人脸识别算法成本较高且不能很好地处理鲁棒性人脸识别的问题,提出一种基于低分辨率KINECT传感器采集三维点云的高效鲁棒人脸识别算法。首先,针对KINECT传感器采集到的数据噪声大的问题,提出规范化预处理过程,通过鼻尖检测、人脸剪裁、姿势校正、对称填充及平滑采样得到规范的纹理图像;然后,在纹理图像上运用判别色彩空间变换,从而最大化类与类之间的分离性;最后,利用多模态稀疏编码有效地重建误差以得到查询图像与训练集之间的相似度,并利用Z-得分技术完成最终的人脸识别。在通用人脸数据库Curtin Faces上的实验验证了算法的高效性及鲁棒性。实验结果表明,相比其他几种较为先进的鲁棒人脸识别算法,该算法取得了更高的识别率及鲁棒性。     

基于区域排除法和方格移动法的矩阵伪谱计算

常用的格子SVD法在精确计算矩阵A的ε-伪谱Λ_ε(A)时,需要将感兴趣的区域作细网格划分,在每一个网格点处计算σ_(min)(zI-A),并根据该值的大小判断该网格点是否位于Λ_ε(A)伪谱曲线上,其计算量往往很大．本文提出两种新的用于计算伪谱的方法:区域排除法和方格移动法．它们以不同方式,减小计算区域,大大提高了伪谱的计算速度．数值实验也充分说明算法的有效性．     

运输层协议差错恢复的数学模型与性能分析

差错恢复是运输层协议差错控制及其它相关协议机制和控制策略的重要内容,对运输协议的功能和性能有着显著的影响,因此运输层协议差错恢复的模型建立和分析工作就相当关键。本文先简单介绍传统和新型运输层协议在差错恢复方面的功能差异,定义性能分析和比较度量,再着重建立后退重发和选择重发差错恢复控制策略的数学模型,分析上述控制策略的性能差异,及对高速网络和新型应用的适应程度。     

H.264帧间错误隐藏的运动矢量恢复

针对视频传输中宏块受损引起的视频质量下降问题,兼顾隐藏效果和计算复杂度,采用交错的加权二次隐藏方案对边界匹配算法进行改进,有选择性地引入运动估计过程,并通过设定阈值,在预测块的边界匹配误差过大时采用8×8子块相关性隐藏模式。实验结果表明,采用改进算法,峰值信噪比平均提高1dB左右,解码的视频质量得到明显改善。     

摄影测量系统的高精度标定与修正

介绍了目前国内外较常用的一些摄象机镜头标定与修正的方法,对其优缺点进行了分析,而后根据透镜成象机理,提出了新的误差修正与标定模型,并采用一种隔离的三步法进行求解.该方法能较全面地对摄象机系统进行标定和误差修正,且具有很好的稳定性与精度.